Resumen Prueba TSPSS
Enviado por Any Annie • 14 de Febrero de 2019 • Resúmenes • 1.492 Palabras (6 Páginas) • 198 Visitas
PRUEBA T
Cuando preguntan si la media de una variable es igual, mayor, difiere, etc de un valor, se debe hacer lo siguiente:
- Separar la variable preguntada, se puede hacer con un filtro, aggregate o como se te ocurra.
Agregado:
DATA – AGGREGATE pag 224.
DATASET ACTIVATE DataSet1.
DATASET DECLARE AGregado_semana.
AGGREGATE
/OUTFILE='AGregado_semana'
/BREAK=Semana
/cantidad_sum=SUM(cantidad)
/N_BREAK=N.
Filtro:
Data – Select Cases – IF pág 252
DATASET ACTIVATE DataSet2.
USE ALL.
COMPUTE filter_$=(sexo = 1).
VARIABLE LABEL filter_$ 'sexo = 1 (FILTER)'.
VALUE LABELS filter_$ 0 'Not Selected' 1 'Selected'.
FORMAT filter_$ (f1.0).
FILTER BY filter_$.
EXECUTE.
- Generar Hipótesis:
H0: La variable XXXXXX distribuye normal. H1: La variable XXXXXX no distribuye normal |
- Verificar si cumple la condición de normalidad:
Analize – Descriptive stadistics – Explore (pag 225)
EXAMINE VARIABLES=satisfaccion
/ID=Iden
/PLOT BOXPLOT HISTOGRAM NPPLOT
/COMPARE GROUP
/STATISTICS DESCRIPTIVES
/CINTERVAL 95
/MISSING LISTWISE
/NOTOTAL.
[pic 1] | Dependent List: Variable a analizar Label Cases by: Identificador |
[pic 2][pic 3]
[pic 4][pic 5][pic 6][pic 7]
- Hacer Test de Normalidad: OJO que si tamaño de muestra es:
df= gl > 50 se utiliza Kolmogorov-Smirnov
df= gl < 50 se utiliza Shapiro Wilk.
Se analiza TEST OF NORMALITY:
La variable presenta más de 50 o menos de 50 datos, por lo tanto se utiliza Kolmogorov-Smirnov o Shapiro Wilk. De esta manera, obtenemos que existe evidencia estadística para rechazar o no hay evidencia significativa para rechazar la hipótesis nula, pues el nivel de significancia es menor a 0,05 (depende del nivel de confianza) o es mayor a 0,05 (depende del nivel de confianza). Por lo tanto la variable XXXXXXX no sigue una distribución normal o sigue una distribución normal. USAR AMARILLO O GRIS DEPENDIENDO QUE RESULTADO DA LA SIGNIFICANCIA. |
- **** SÓLO SI NO SE CUMPLE LA NORMALIDAD, si se cumple, ir al paso 5.
Como no se cumple la normalidad de la variable, se debe verificar si cumple la simetría. |
Analizar Skeweness en cuadro DESCRIPTIVES.
Skeweness debe estar entre -1 y 1 (cercano a 0).
Si Skeweness cumple:
A pesar de que la variable no distribuye normal, al observar la asimetría vemos que esta se encuentra dentro del rango -1 y 1, por lo tanto podemos realizar la prueba T para una muestra. |
- Prueba T:
[pic 8]
[pic 9][pic 10] | Test Variable: Variable a analizar Test Value: Valor que se va a analizar |
Options: Confidence Interval: el intervalo de confianza que se pregunta | [pic 11] |
- Generar hipótesis de prueba T:
H0: La media de la variable XXXXX no difiere significativamente de valor a analizar en el enunciado. H1: La media de la variable XXXXX difiere significativamente de valor a analizar en el enunciado. |
- Analizar ONE-SAMPLE TEST
Al analizar la tabla se aprecia que el nivel de significancia es menor que 0,05 (Nivel de significancia que pide el enunciado), por lo tanto, existe evidencia estadística suficiente para rechazar la hipótesis nula. Esto quiere decir que la media de la variable XXXXXX difiere de valor que se va a analizar con un 95% )de nivel de confianza). La media de Satisfacción para los hombres fluctúa entre los siguientes valores: lower ≤ 𝜇 − 𝑋 ≤ upper donde X es el valor preguntado lower + X ≤ 𝜇 ≤ upper + X lower y uppersalen de la tabla ONE-SAMPLE TEST El intervalo de confianza es [lower+ X ; upper + X] por lo que se puede afirmar con un 95% de confianza que la media de la variable XXXXXX es mayor a valor preguntado. |
Pág 226.
...